Data-Driven Classroom

Part III: Data Analysis

Assistant Prof. Dr. Siwachoat Srisuttiyakorn

Department of Educational Research and Psychology
Faculty of Education Chulalongkorn University

2025-06-07

Statistical Problem-Solving Process

  • ตั้งคำถามที่สามารถตอบได้ด้วยข้อมูล

  • เก็บรวบรวมและเลือกใช้ข้อมูลที่เกี่ยวข้อง

  • วิเคราะห์ข้อมูลเพื่อตอบคำถาม

  • แปลผลการวิเคราะห์อย่างมีวิจารณญาณ

https://www.amstat.org/asa/files/pdfs/GAISE/GAISEIIPreK-12_Full.pdf

Example: ควรให้เวลาทำการบ้านแก่ผู้เรียนมากขึ้นหรือไม่


  1. การตั้งคำถาม

  2. การเก็บรวบรวมข้อมูล

  3. การวิเคราะห์ข้อมูล

  4. การแปลความหมายและสรุป

Example: Dataset

การตั้งคำถาม

เน้นการตั้งคำถามย่อยเพื่อหาคำตอบหรือให้เหตุผลที่อิงข้อเท็จจริงหรือข้อมูลเชิงประจักษ์ โดยควรพิจารณาให้สอดคล้องกับข้อมูลที่มีอยู่

  • ที่ผ่านมาผู้เรียนใช้เวลาในการทำการบ้านมากหรือน้อยอย่างไร

  • มีผู้เรียนส่งการบ้านช้าหรือไม่ จำนวนเท่าไหร่

การเก็บรวบรวมข้อมูล

เก็บรวบรวม/เลือกข้อมูลที่เกี่ยวข้องกับคำถามที่กำหนด

  • submit_time – จำนวนชั่วโมงโดยเฉลี่ยที่ผู้เรียนใช้ในการทำการบ้าน

  • percent_submit – ร้อยละของการส่งการบ้าน

  • learning_performance – ความสามารถในการเรียนรู้วัดจากค่าเฉลี่ยคะแนนคุณภาพการบ้านที่ผู้เรียนส่ง

  • concept, choose_method และ interpretation – ผลการประเมินคะแนนสอบ midterm ที่จำแนกตามผลลัพธ์การเรียนรู้ที่คาดหวัง

การวิเคราะห์ข้อมูล

  • Statistical Approach – มีความเป็นปรนัยสูง แต่อาจไม่เห็นภาพรวม/สภาพจริงของข้อมูล

  • Graphical Approach – แสดงผลการวิเคราะห์ที่เป็นสภาพจริงของข้อมูลมากกว่า แต่อาจขาดความเป็นปรนัย ต้องใช้การตีความหมายมากกว่า

การวิเคราะห์ข้อมูล

  • ทำความเข้าใจข้อมูล – วิเคราะห์เพื่อบรรยาย/ทำความเข้าใจสภาพทั่วไปของข้อมูล เช่น ระดับความสามารถในปัจจุบัน/ความต้องการ/หรือความโดดเด่น (ทั้งในด้านบวกและลบ) ของผู้เรียน

    • การสำรวจการแจกแจงของข้อมูล (distribution)

    • การเปรียบเทียบข้อมูล (comparison)

    • การสำรวจแนวโน้มของข้อมูล (trend)

  • สำรวจผู้เรียนที่มีความโดดเด่น – นักเรียนที่มีลักษณะแตกต่างจากกลุ่มใหญ่อย่างชัดเจน ทั้งในด้านบวกและลบ

  • สำรวจ/วิเคราะห์ความสัมพันธ์ – วิเคราะห์ความสัมพันธ์ระหว่างคุณลักษณะของนักเรียนหรือตัวแปรที่เกี่ยวข้อง เพื่อทำความเข้าใจนักเรียนเชิงลึก

    • การเปรียบเทียบข้อมูล (comparison)

    • การวิเคราะห์ความสัมพันธ์ (relationship)

  • สำรวจเพื่อสร้าง insight ที่นำไปสู่การกำหนดคำถาม สมมุติฐาน – เพื่อนำไปสู่การวิเคราะห์เชิงลึก เช่น การวิเคราะห์เชิงวินิจฉัย การวิเคราะห์เชิงทำนาย

การวิเคราะห์ข้อมูล : ทำความเข้าใจข้อมูล

อาจารย์ผู้สอนในรายวิชาวิจัยกําลังเตรียมตัวสําหรับการสอนในภาคการศึกษา หน้า ทั้งนี้อาจารย์ได้ลองรวบรวมข้อมูลการเรียนรู้ที่ผ่านมาในรายวิชาสถิติซึ่งเป็น วิชาที่นิสิตกลุ่มนี้ได้ลงทะเบียนในภาคการศึกษาก่อนหน้า

การวิเคราะห์ข้อมูล

Orange Data Mining

การแจกแจงของ submit_time

Basic Statistics

การตั้งคำถาม

เน้นการตั้งคำถามย่อยเพื่อหาคำตอบหรือให้เหตุผลที่อิงข้อเท็จจริงหรือข้อมูลเชิงประจักษ์ โดยควรพิจารณาให้สอดคล้องกับข้อมูลที่มีอยู่

  • ที่ผ่านมาผู้เรียนใช้เวลาในการทำการบ้านมากหรือน้อยอย่างไร

  • มีผู้เรียนส่งการบ้านช้าหรือไม่ จำนวนเท่าไหร่

ทำความเข้าใจ submit_time

Generative AI เป็นผู้ช่วยในการแปลผลได้

Generative AI ช่วยวิเคราะห์ได้

การตั้งคำถาม

เน้นการตั้งคำถามย่อยเพื่อหาคำตอบหรือให้เหตุผลที่อิงข้อเท็จจริงหรือข้อมูลเชิงประจักษ์ โดยควรพิจารณาให้สอดคล้องกับข้อมูลที่มีอยู่

  • ที่ผ่านมาผู้เรียนใช้เวลาในการทำการบ้านมากหรือน้อยอย่างไร

  • มีผู้เรียนส่งการบ้านช้าหรือไม่ จำนวนเท่าไหร่

ผู้เรียนส่วนใหญ่ส่งงานได้ทันเวลา มีเพียง 31 คนที่ใช้เวลาเกินกว่าที่กำหนด หากเราขยายเวลาก็จะเป็นประโยชน์กับผู้เรียนส่วนน้อย และผลการวิเคราะห์นี้ยัง confirm ไม่ได้ว่าการขยายเวลาจะเป็นผลดีกับผู้เรียนอย่างไร หรืออาจจะต้องมีการวิเคราะห์เชิงลึกเพื่อระบุเหตุผลเบื้องหลังของการส่งงานช้า

พิจารณาปัจจัยที่อาจเป็นปัญหาในกลุ่มผู้เรียนส่งงานช้า

Statistical Problem Solving Process

  • ผู้เรียนที่ส่งการบ้านตรงเวลากับช้ามีร้อยละการส่งการบ้านแตกต่างกันอย่างไร

  • คุณภาพของการบ้านที่ส่งมีความแตกต่างกันหรือไม่ระหว่างผู้เรียนทั้งสองกลุ่ม

  • ผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่ส่งตรงเวลากับช้าแตกต่างกันอย่างไร

เปรียบเทียบข้อมูล

ผู้เรียนที่ส่งการบ้านตรงเวลากับส่งช้า มีร้อยละการส่งการบ้านแตกต่างกันอย่างไร?

เปรียบเทียบข้อมูล

คุณภาพของการบ้านที่ส่งมีความแตกต่างกันหรือไม่ระหว่างผู้เรียนทั้งสองกลุ่ม?

เปรียบเทียบข้อมูล

ผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่ส่งตรงเวลากับช้าแตกต่างกันอย่างไร?

เปรียบเทียบข้อมูล

ผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่ส่งตรงเวลากับช้าแตกต่างกันอย่างไร?

ควรขยายเวลาทำการบ้านให้กับผู้เรียนหรือไม่?

  • ผู้เรียนที่ส่งการบ้านตรงเวลากับช้ามีร้อยละการส่งการบ้านแตกต่างกันอย่างไร

  • คุณภาพของการบ้านที่ส่งมีความแตกต่างกันหรือไม่ระหว่างผู้เรียนทั้งสองกลุ่ม

  • ผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่ส่งตรงเวลากับช้าแตกต่างกันอย่างไร

exam_data.csv ผลประเมินโครงงานของนักเรียนเป็นอย่างไร?

exam_data.csv ผลประเมินโครงงานของนักเรียนเป็นอย่างไร?

Problem Prioritization

ในกลุ่มผู้เรียนที่ไม่ผ่านการประเมินโครงงาน มีปัญหาอะไรบ้างที่น่าจะเป็นปัญหา

Student Segmentation

Explainable AI

P(pass) = 1.00

P(Pass) = 0.22